Dynamic Stochastic Block Model (DSBM)
Dynamic Stochastic Block Model (DSBM) to jest probabilistyczny model generatywny, który rozszerza statyczny model blokowy (stochastic block model, SBM) na sieci obserwowane w wielu punktach czasowych. Wspólnie modeluje on przynależność do społeczności (bloków) oraz ewolucję tych społeczności, umożliwiając badaczom wykrywanie i śledzenie ukrytych grup oraz ich zmian strukturalnych w czasie w danych sieciowych o charakterze podłużnym.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/pl/network-analysis/dynamic-stochastic-block-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesowski Model Bloków StochastycznychAnaliza sieci↔ compare
- Dynamiczne wykrywanie społecznościAnaliza sieci↔ compare
- Analiza modularnościAnaliza sieci↔ compare
- Model blokowy stochastycznyAnaliza sieci↔ compare
- Analiza sieci czasowychAnaliza sieci↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →